利用全球領先的原子加速器開展研究的物理學家正在尋求幫助。未來10年，他們計劃在大型強子對撞機（LHC）上產生比現在多出20餘倍的粒子對撞次數，但現有的探測器系統無法滿足這一需求。為此，一個由LHC物理學家組成的團隊已與計算機科學家合作，啟動一項刺激人工智能技術發展的競賽。這些技術能迅速將對撞碎片分類。研究人員希望，它們將幫助達成該試驗的最終目標，即揭示關於自然法則的基本見解。
LHC坐落在瑞士日內瓦附近的歐洲粒子物理實驗室——CERN。在LHC，兩束質子在該機器的每個探測器內部以每秒鐘4000萬次的速度迎頭碰撞。每次質子碰撞會產生上千個新粒子。幾百萬個硅傳感器被佈置成像洋蔥層一樣，而且每次在粒子通過它們時都會亮起來並因此產生一個像素的信息。碰撞僅在它們產生可能引發興趣的副產品時被記錄下來。當它們滿足條件時，探測器便會拍下可能包括幾十萬像素的快照。照片內容是由多達20對不同質子組成的堆積起來的碎片。
在下一次拍照前，LHC的計算機會從這種混亂中實時重構上萬個路徑。“這場遊戲的名字是連線畫圖。”在LHC操作CMS探測器的協作組成員、美國加州理工學院物理學家Jean-Roch Vlimant表示。
在未來的規劃升級後，每張快照有望包括來自200個質子對撞的粒子碎片。物理學家目前利用模式識別算法重構粒子路徑。法國巴黎南方大學計算機科學家Cécile Germain表示，儘管這些技術在裝置升級後仍能計算出路徑，但“問題是它們太慢了”。如果不對新的探測器技術進行大規模投資，LHC物理學家估測對撞速率將至少超過現有計算性能10倍。
研究人員認為，機器學習算法或能更加迅速地重構路徑。為幫助尋找最好的解決辦法，Vlimant和其他LHC物理學家同包括Germain在內的計算機科學家合作，發起了TrackML挑戰。未來3個月內，數據科學家將能下載400千兆字節的模擬粒子碰撞數據，並且訓練他們的算法重構路徑。（徐徐）
《中國科學報》 (2018-05-14 第3版 國際)
閱讀更多 科學網 的文章
